Duomenų analitika su Python, SQL ir Power Bi
0.0 (0)

"Baltijos Kompiuterių Akademija" UAB

Duomenų analitika su Python, SQL ir Power Bi

Neformaliojo suaugusiųjų švietimo programa | 22006130082

  • Mokymai prasideda:
  • Trukmė: 174 akad. val.
  • Kaina nuo:
  • Finansavimas:

Apie mokymus

Mokymų teikėjo pateikta informacija

Anotacija

Mokymosi programa skirta asmenims, siekiantiems įgyti arba pagilinti duomenų analizės, programavimo ir duomenų vizualizacijos kompetencijas. Programos metu dalyviai išmoks praktiškai taikyti šiuolaikinius įrankius, atliekant duomenų paiešką, valymą, analizę, modeliavimą ir rezultatų pateikimą aiškia, vizualiai patrauklia forma. Programa derina teorinius pagrindus su praktinėmis užduotimis, apimančiomis realius duomenų rinkinius. Baigę mokymus, dalyviai gebės: savarankiškai kurti ir vykdyti SQL užklausas; naudoti Python bibliotekas (pvz., pandas, numpy, matplotlib) duomenų analizei; kurti Power BI ataskaitas ir vizualizacijas; integruoti duomenis iš skirtingų šaltinių bei daryti pagrįstas įžvalgas. Programa orientuota į praktinį pritaikomumą, todėl tinka tiek pradedantiesiems, tiek siekiantiems pagilinti žinias duomenų analitikos ir programavimo srityje.

Įgyjamos ir tobulinamos kompetencijos

Bendrosios kompetencijos

  • Skaitmeninė kompetencija
  • Asmeninė, socialinė ir mokymosi mokytis kompetencija

Profesinės kompetencijos

  • 151. Projektuoti ir valdyti nesudėtingas duomenų bazes (Duomenų bazių įrašų valdymas: įrašų kūrimas, skaitymas, atnaujinimas ir trynimas. Nesudėtingų duomenų bazių projektavimas. Duomenų bazių administravimas: lentelių, vartotojų kūrimas bei redagavimas);
  • 129. Kurti tipinę programinę įrangą Python programavimo kalba (Python programavimo kalbos įrankių ir sintaksės naudojimas. Nesudėtingo programinio kodo Python programavimo kalba kūrimas. Objektinio programavimo principų taikymas programuojant. Programinės įrangos testavimas, naudojant su Python programavimo kalba suderinamus testavimo įrankius ir metodus. Kodavimo standartai ir jų taikymas programuojant. Dirbtinis intelektas ir mašininis mokymasis);

Aukštą pridėtinę vertę kuriančios kvalifikacijos ir kompetencijos

Mokymosi programos turinys

Temos pavadinimas Trumpas temos aprašymas
1. SQL pagrindai Duomenų analitikos pagrindai, susipažinimas su programa SELECT, ORDER, GROUP BY Operatoriai (>,<, =,+, *) + filtravimas Case/Subquery Inner/Left/Right/Outer Join Substring/Locate/Replace/Length (duomenų manipuliacijos) . Kartojimo užduotys (joins, subqueries, select, group by, lentelių kūrimas). Duomenų bazių administravimas:lentelių, vartotojų kūrimas bei redagavimas.
2. Duomenų bazių projektavimas Nesudėtingų duomenų bazių projektavimas (lentelių kūrimas, užpildymas duomenimis, trynimas, įrašų skaitymas, atnaujinimas ir tt.). Galutinis SQL egzaminas.
3. Power BI pagrindai Susipažinimas su verslo įžvalgų įrankiais, POWER BI aplinka, vizualizacijų tipais. Grafikų kūrimas, formatavimas, filtravimas. Calculated measurements ir calculated column kūrimas (distinct, max, min, sum). Duomenų transformacija naudojant M Language ir Power Query pritaikymas mobiliems įrenginiams, bookmarks, drillthroughs dimensinis modeliavimas, faktinės ir dimensinės lentelės. Kartojimo užduotys (measurements, bookmarks, drillthroughs, Power Query). Galutinis projektas.
4. Įvadas į Python programavimo kalbą. Susipažinimas su Jupyter ir darbo aplinka. Kintamieji, duomenų tipai, informacijos išvedimas Informacijos įvedimas, sąlygos (if sakiniai). Ciklai (for ir while). Masyvai (informacijos įvedimas, išvedimas, manipuliacija). Žodynai (įvedimas informacijos, išvedimas, matematiniai veiksmai, if sąlygos prijungimas). Python programavimo kalbos įrankių ir sintaksės naudojimas. Nesudėtingo programinio kodo Python programavimo kalba kūrimas.
5. Python programavimo kalbos praktinis taikymas Darbas su failais (atidaryti, uždaryti, įrašyti, nuskaityti). Pagrindai: Numpy/Try/Except Pandas (darbas su dataframes, filtravimas, matematiniai skaičiavimai). Matplotlib (skirtingų vizualizacijų kūrimas, jų formatavimas). Pandas ir SQL (užklausų rašymas, duomenų manipuliacija bei skaičiavimai). Teksto analizės pagrindai ir NLTK. Kartojimo užduotys (bibliotekos). Galutinis projektas (teorinė ir projektinė dalis).
6. Minkštieji įgūdžiai (Soft-skills) Pasitikėjimas savimi. Efektyvus mokymasis. Grįžtamasis ryšys. Imposterio sindromas. Darbas komandoje. Emocinis intelektas (EQ). Konfliktų valdymas. Kritinis mąstymas. Prisitaikymas. Problemų sprendimas.
7. Dirbtinis intelektas: pagrindai ir praktinis pritaikymas Įvadas į dirbtinį intelektą (DI) ir jo pagrindines sąvokas. Pagrindinės DI sritys: natūralios kalbos apdorojimas ir kompiuterinė rega. Kaip DI transformuoja įvairias pramonės šakas ir darbo vietas. Praktiniai DI pritaikymo pratimai. Patarimai, kaip integruoti DI įrankius į kasdienes darbo užduotis. Sėkmingų DI integracijos atvejų analizės. Etiniai DI aspektai ir atsakingas naudojimas. Dirbtinio intelekto istorija ir evoliucija. Papildomi šaltiniai ir kurso apibendrinimas.

Programos ypatumai

Papildomi reikalavimai

Mokymosi programos trukmė

Mokymosi programos trukmė: 174 akad. val.

Praktinio kontaktinio darbo trukmė: akad. val.

Teorinio kontaktinio darbo trukmė: akad. val.

Savarankiško darbo trukmė: akad. val.

Vertinimas

Įgytų kompetencijų vertinimo sistema / skalė: Įskaityta

Slapukai

Naudojame būtinuosius slapukus, kad svetainė veiktų. Su jūsų sutikimu taip pat galime naudoti analitikos ir rinkodaros slapukus, kad pagerintume svetainės patirtį.
Būtinieji
Nuostatos
Analitika